光纤拉曼是一种基于拉曼光谱原理的在体实时检测技术,由于该方法能够实现非接触式的物质成分检测,同时光纤探针具有柔性特点并兼具质量轻,尺寸小等优点,因此近年被逐渐应用于生物参数检测中,尤其在血液检测和肿瘤组织检测领域有着十分广泛的应用。但由于医学检测的准确性要求,生物参数在体实时检测存在很多影响测量结果的因素,其中光纤拉曼探针的设计和生物参数拉曼光谱数据处理对光纤拉曼技术在生物医学检测的影响尤为明显。本文搭建了一套光纤拉曼系统,并将其与现有商用化便携式拉曼系统进行比较,同时为了提高临床环境下的实时检测精度,对传统的拉曼光谱识别算法进行了一系列改进,并通过动物模型实验和临床实验验证了该系统在体实时检测的准确性和可行性。具体工作如下:(1)介绍了光纤拉曼检测技术基本概念和发展趋势,分析了拉曼光谱预处理算法中去基线算法和平滑算法,并将Savitzky-Golay平滑算法和非对称重加权惩罚最小二乘算法作为本文选用的预处理算法组合。(2)研究分析了光纤拉曼系统组成及其设计难点与重点,通过对系统参数的设计,搭建了光纤拉曼系统,通过对不同乙醇浓度检测,结合商用化便携式拉曼光谱仪,进行了系统比较,验证了搭建的光纤拉曼系统准确性和有效性。(3)利用自主搭建的光纤拉曼系统开展癌组织检测实验,首先利用组织切片和显微拉曼设备验证了拉曼光谱检测口腔鳞状细胞癌组织的可行性,并将光纤拉曼系统所检测的光谱与显微拉曼设备所采集的拉曼光谱进行比较,证明了光纤拉曼系统在口腔鳞状细胞癌组织检测上的可行性。(4)通过开展动物模型实验和临床组织检测实验,积累了光纤拉曼系统的生物参数拉曼光谱数据,通过比较传统机器学习识别算法与深度学习识别算法,得出利用深度学习算法能准确的实现口腔鳞状细胞癌组织的识别分类。